spss基础知识

1、1. 定义变量（1） Name：定义变量名变量名必须以字母或字符 开头，其它字符可以是任何字母、数字或 _、 、 #、 $等符号。变量名总长度不能超过 8 个字符（即 4 个汉字）。（2） Type：定义变量类型SPSS 的主要变量类型有：Numeric （标准数值型）、Comma（带逗号的数值型）、Dot（圆点作小数点的数值型）、ScientificNotation （科学记数法） 、Date（日期型） 、Dollar（带美元符号的数值型）、Custom Currency （自定义型）、String （字符型）。单击Type相应单元中的按钮，选择合适的变量类型并单击OK。（3） Width

2、：变量长度设置数值变量的长度，当变量为日期型时无效。（4） Decimal ：变量小数点位数设置数值变量的小数点位数，当变量为日期型时无效。（5） Label ：变量标签变量标签是对变量名的进一步描述，变量只能由不超过8 个字符组成， 8 个字符经常不足以表示变量的含义。而变量标签可长达120 个字符，变量标签对大小写敏感，显示时与输入值完全一样，需要时可用变量标签对变量名的含义加以解释。（ 6） Value ：变量值标签值标签是对变量的每一个可能取值的进一步描述。（ 7） Missing ：缺失值的定义方式SPSS 有两类缺失值：系统缺失值和用户缺失值。在数据长方形中任何空的数字单元都被认为

3、系统缺失值，用点号（?）表示。 SPSS 可以指定那些由于特殊原因造成的信息缺失值，然后将它们标为用户缺失值，统计过程识别这种标识，带有缺失值的观测被特殊处理。默认值为None。单击 Value相应单元中的按钮，可改变缺失值定义方式。（ 8） Column：变量的显示宽度输入变量的显示宽度，默认为 8。（ 9） Align ：变量显示的对齐方式选择变量值显示时的对齐方式： Left （左对齐）、 Right （右对齐）、 Center （居中对齐）。（ 10） Scale ：变量的测量尺度根据变量测量精度不同，可把变量由低到高分为四种尺度：定类变量、定序变量、定距变量和定比变量。1）定类变量定

4、类变量由称为名义（ nominal ）变量。这是一种测量精度最低、最粗略的基于“质”因素的变量，它的取值只代表观测对象的不同类别，例如“性别”变量、“职业”变量等都是定类变量。定类变量的取值称为定类数据或名义数据。定类数据的共同特点是用不多的名称来加以表达，并由被研究变量每一组出现的次数及其总计数所组成，这种数据是枚举性的，即由计数一一而得。唯一适合于定类数据的数学关系是“等价关系”。因而，在定类数据中，同一组内各单位是等价的，同时若更换各不同组的符号并不会改变数据原有的基本信息。因此，最常用来综合定类数据的统计量是频数、比率或百分比等。2）定序变量定序变量由称为有序（ordinal）变量、顺

5、序变量，它的取值大小能够表示观测对象的某种顺序关系（等级、方位或大小等），也是基于“质”因素的变量。例如：“最高学历”变量的取值是：1小学及以下、2初中、 3高中、中专、技校、4大学专科、5大学本科、6研究生以上。由小到大的取值能够代表学历由低到高。定序变量的取值称为定序数据或有序数据。适合于定序数据的数学关系是“大于（ >）”和“小于（ <）”关系。在定序数据中，同一组内各单位是等价的，相邻组之间的单位是不等价的，它们存在“大于”或“小于”的关系。而且进行保序变换（或称单调变换），不改变数据原有的基本信息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位数。3）定距变

6、量定距变量又称为间隔（interval ）变量，它的取值之间可以比较大小，可以用加减法计算出差异的大小。例如，“年龄”变量，其取值60 与 20 相比，表示60 岁比 20岁大，并且可以计算出大40 岁（ 60-20 ）。定距变量的取值称为定距数据或间隔数据。定距数据是一些真实的数值，具有公共的、不变的测定单位，可以进行加减乘除运算。定距数据的基本特点是两个相同间隔的数值的差异相等。对于定距数据，不仅可以规定“等价关系”以及“大于关系”和“小于关系”，而且也可以规定任意两个相同间隔的比值或差值。如果将每个数值分别乘以一个正的常数再加上一个常数，即进行正线性变换，并不影响定距数据原有的基本信息。

7、因此，常用的统计量如均值、标准差、相关系数等都可直接用于定距数据。4）定比变量定比变量又称为比率（ratio）变量，它与定距变量意义相近，细微差别在于定距变量中的“ 0”值只表示某一取值，不表示“没有”。例如，人的身高就是一个定比变量，如果身高值为“ 0”米，则表示这个人不存在。定比变量的“0”值表示“没有”。而在测定温度的摄氏表中，0 C并不表示没有温度，因为还有在零度以下的温度。定比变o量的取值称为定比数据或比率数据。定比数据也同样可进行算术运算和线性变换等。通常对定距变量和定比变量不需要加以区别，两者统称为定距变量或间隔变量。一般地， 定类变量和定序变量用于描述定性数据，属于定性变量；而

8、定距变量和定比变量用于描述定量数据，属于定量变量。同其它分类标准一样，一个变量在不同分析中可当作不同尺度的变量。例如，“年龄”在某些分析中（如回归分析）当作定距变量，而在另外一些分析中（如方差分析）可通过分组作为定类变量处理。如果变量为定距变量或定比变量，则在Scale 相应单元的下拉列表中选择Scale ；如果变量为定序变量，则选择Ordinal ；如果变量为定类变量，则选择Nominal 。如果有许多个变量的类型相同，可以先定义一个变量，然后把该变量的定义信息复制给新变量。具体操作为：先定义一个变量，在该变量的行号上单击右键，弹出快捷菜单，选择 Copy；然后用鼠标右键选择多行，弹出快捷菜

9、单，选择Paste ；再把自动产生的新变量名称（如 Var00001 、Var00002 、, ）改为所要的变量名称。2数据的输入与编辑定义了变量后就可以输入数据了。由于各种原因，已经输入的数据往往会有错误，这就需要进行编辑。用Windows 的基本操作方式可实现对数据的编辑。如果数据文件较大且知道要修改的数据单元的行号，可通过选择Data >Go to Case打开对话框，在对话框中 Case Number 的右框输入行号来查找特定观测（行）。如果要查找某变量中的特定值或值标签，选择该变量，再选择Edit >Find 或者按 Ctrl+F 打开对话框，在 Searchfor 右框

10、中输入要查找的数值或标签。3数据转换在理想情况下，输入的原始数据完全适合要执行的统计分析模型，遗憾的是，这种情况很罕见，经常需要通过数据转换来提示变量之间的真实关系。利用SPSS 可进行从简单到复杂的数据转换。（1）根据已存在的变量建立新变量选择 Transform=>Compute ，打开 Compute Variable（计算变量）对话框。在对话框中的 Target Variable（目标变量）下框中输入符合变量命名规则的变量名，目标变量可以是现存变量或新变量。对话框中Numeric Expression（数值表达式）下的文本框用于输入计算目标变量值的表达式。表达式能够使用左下框列出

11、的现存变量名、计算器板列出的算术运算符和常数和Functions（函数）列表框显示的各种函数等。可以在文本框中直接输入和编辑表达式，也可以使用变量列表、计算器板和函数列表将元素粘贴到文本框中。（ 2）对观测（ case）记录进行排序在数据文件中，可根据一个或多个排序变量的值重排观测的顺序。选择 Data=>Sort Cases，打开 Sort Cases 对话框，对选定变量的数据按升序或降序进行排列。（ 3）观测或变量转置SPSS 中将行作为观测，列作为变量。对那些观测和变量的行列关系与此相反的数-892-据文件，可以选择Data=>Transpose将行列互换。（ 4）文件合并可

12、以将两个或更多个数据文件合并在一起，即可将具有相同变量但观测不同的文件合并，也可将观测相同变量不同的文件相合并。选择Data=>Merge Files=>Add cases从第二个文件即外部SPSS 数据文件相当前工作数据文件追加观测。选择Data=>MergeFiles=>Add Variables合并含有相同观测但不同变量的两个SPSS 外部文件。（5）选取观测子集可以选择 Data=>Select Cases 根据包含变量和复杂的表达式的准则把统计分析限于某一特定观测子集，也可选取一个随机观测样本。这样就可以同时对不同的观测子集做不同的统计分析。（6）其它转

13、换数据汇总， Data=>Aggregate ；数据加权， Data=>Weight Cases ；数值编码， Transform=>Recode ；数据求秩， Transform=>Rank Cases ；产生时间序列，Tranform=>Create Time Series；等等。在 SPSS 中进行频数（率）分析的步骤为：2）选择 Analyze=>Descriptive Statistics=>Frequencies.，弹出 Frequencies主对话框。现欲对X 进行频数分析，在对话框左侧的变量列表中选X，单击按钮使之进入 Variable

14、(s)列表框，并选择Display FrequencyTables显示频数分布表。3）可单击 Format. 按钮弹出 Frequencies ： Format 子对话框，在 Order by 栏中有四个选项：Ascending values为根据数值大小按升序从小到大作频数分布；Descending values为根据数值大小按降序从大到小作频数分布；Ascending counts为根据频数多少按升序从少到多作频数分布；Descending counts为根据频数多少按降序从多到少作频数分布。这里选 Ascending values4）可单击 Statistics.项后点击按钮，弹出Con

15、tinue钮返回 FrequenciesFrequencies ： Statistics主对话框。子对话框，并单击相应项目，在作频数表分析的基础上，附带作各种统计指标的描述，特别是可进行任何水平的百分位数计算。这里不选。5）可单击 Charts.钮，弹出 Frequencies ： Charts子对话框，用户可选三种图形：直条图（Bar Charts ）、饼图（ Pie Charts ）和直方图 （ Histogram ）。这里选择 Histogram项，并选择 With Normal Curve要求绘制正态曲线。单击Continue按钮返回 Frequencies主对话框，再单击OK 钮即可

16、得到（累计）频数（频率）分布表和直方图。分布的中心1 众数（ mode）2 中位数（ median）与分位数3 平均值（均值）（mean）分布的形状1 极差（ range ）2内距（ Inter-Quartile Range， IQR）内距又称为四分位差，是两个四分位数之差，即内距IQR=高四分位数 - 低四分位数。与极差类似，内距也是由两个值之差决定的，也是不全面的。但由于这两个值之差代表了中间 50部分的长度，所以比极差能更好地描述分布的特征。例如，若内距比较小，则说明数据比较集中在中位数附近；反之则比较分散。内距常和中位数一起用来描述一个定距特别是定序测量数据的分布。3方差（ varia

17、nce ）和标准差（standard deviation）1偏度所谓偏度是指反映频数分布偏态方向和程度的测度。从方向上看，偏度分左偏和右偏两种。2峰度所谓峰度，是指频数分布曲线高峰的形态，即反映分布曲线的尖峭程度的测度。在频数分布中，有的频数分布曲线与正态曲线相比是尖顶，有的则是平顶，峰度就是用来衡量频数分布曲线的高耸程度的一个数字特征。当峰度大于 3 时，表示分布曲线的高峰是尖顶高峰；当峰度小于 3 时，表示分布曲线的高峰是平顶高峰。由样本推断总体（1）用于计算变量的综合统计量的Means 过程Analyze=>Compare Means=>Means（2）用于单独样本的 t检验

18、过程Analyze=>Compare Means=>One-Sample T Test（3）用于独立样本的 t检验过程Analyze=>Compare Means=>Independent-Sample T Test用于检验是否两个不相关的样本来自具有相同均值的总体。（4）用于配对样本的 t检验过程Analyze=>Compare Means=>Paired-Sample T Test用于检验两个相关的样本是否来自具有相同均值的总体。2 ）选择 Analyze=>Compare Means=>Independent-Samples T Test，打开Independent-Samples T Test主对话框。从主对话框左侧的变量列表中选X，单击按钮使之进入 Test Variable(s)列表框，选 G 单击按钮使之进入 Grouping Variable框，单击 Define Groups 按钮弹出 Define Groups 定义框，在 Group 1中输入 1，在 Group 2中输入 2，单击 Continue按钮，返回 Independent-Samples T Test主对话框，单击 OK按钮即完成。单因素方差分析（2）选择 Analyze=>Compare Means=&